文献类型：期刊文章

作　　者：李文杰[1] 闫世强[1] 蒋莹[1] 张松芝[1] 王成良[1]

LI Wenjie;YAN Shiqiang;JIANG Ying;ZHANG Songzhi;WANG Chengliang(Air Force Early Warning Academy,Wuhan 430019,China)

机构地区：[1]空军预警学院,武汉430019

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(No.61503410)

年　　份：2019

卷　　号：55

期　　号：5

起止页码：1-7

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：传统DBSCAN算法需要人为确定Eps和MinPts参数,参数的选择直接决定了聚类结果的合理性,因此提出一种新的自适应确定DBSCAN算法参数算法,该算法基于参数寻优策略,通过利用数据集自身分布特性生成候选Eps和MinPts参数,自动寻找聚类结果的簇数变化稳定区间,并将该区间中密度阈值最少时所对应的Eps和MinPts参数作为最优参数。实验结果表明,该算法能够实现聚类过程的全自动化并且能够选择合理的Eps和MinPts参数,得到了高准确度聚类结果。

关 键 词：DBSCAN算法 自适应 参数寻优 K-平均最近邻法  

分 类 号：TP301]